序言
焊接是金属加工和制造的重要工艺，是一种精确可靠并且采用高科技连接材料的方法。焊接传感器可对焊接过程进行检测，为焊接过程的控制反馈信息。焊接过程的智能化和自动化是保证焊接质量、提高生产效率和改善劳动条件的重要手段，传感技术则是实现焊接智能化和自动化的关键技术。
视觉传感器是目前较常用的焊接传感器。据统计，焊接工人在焊接过程中所依据的信息量80%以上来自视觉，利用视觉传感技术来获取焊缝的特征信息具有信息量大、与工件不接触、灵敏度和精度高、抗电磁干扰强等优点，可以同时进行焊缝跟踪和焊接质量控制。当前视觉传感及与之相关的图像处理技术已经在焊缝跟踪、焊缝成形控制及检测温度场等焊接领域得到广泛的应用。
1基于视觉传感的焊接控制系统
基于视觉传感的焊接控制系统主要由三部分组成：信息采集处理系统、控制器和执行机构。在焊接过程中，视觉传感器（CCD）获得焊缝的图像信息，经过信息处理得到焊缝熔池状态，并将此信息作为控制器的输入条件，在线调整焊接控制参数，从而实现焊接过程的最佳控制。
1.1视觉传感器的发展现状
在焊缝跟踪系统中，传感器主要用来获取工件的几何信息和电弧与焊缝的相对位置，在很大程度上决定了整个焊缝质量。应用较广的CCD传感器分为线阵CCD和面阵CCD，线阵CCD应用线阵集成电路作为传感器，获得一维图像，面阵CCD可以获得二维图像，可提供更大的信息量。
用视觉传感器采集信息的方法有两种，被动光视觉法和主动光视觉法，被动光视觉法是指利用弧光或普通光源和摄像机组成的系统，利用CCD摄像机直接获取焊接区图像。而主动光视觉法利用特殊的照明光源如激光，投射到工件表面，然后拍摄焊接区图像，获得焊缝信息。
1.1.1被动光视觉法
被动光视觉法直接摄取焊接熔池图像，通过图像处理检测出焊缝熔池状态。这种方法不存在检测对象与被控对象的位置差，也避免了因热变形等因素引起的超前检测误差，设备简单，成本低。缺点是存在强弧光干扰问题，即在焊接过程中，电弧的辐射光远远超过焊接熔池的辐射光强，有时甚至会超过CCD传感器上限。图像噪声经常会把熔池内部图像信息淹没掉。因此，如何获取一个比较清晰的熔池图像是被动光视觉法的一个关键问题。
被动光视觉法常采用滤光系统和焊接电流控制的方法来消除弧光干扰，使摄像机在一个弧光对熔池辐射比例适当的较窄的光谱内获得熔池图像信息，同时控制周期性减少焊接电流，使得在摄像机对熔池成像期间弧光的影响最小，以获得清晰的熔池图像。也有采用激光频闪摄像来获取较清晰的图像。文献利用周期脉冲激光束的瞬时高强对徽亮焊接区，抑制电弧光的辐射强度，同时控制高速摄像快门，摄取清晰的焊接区的图像。此时，所得到图像不再是电弧光反射的结果，而是瞬时强激光反射的结果。
1.1.2主动光视觉法
主动光视觉法采用外加辅助光源来提取焊接熔池图像。根据使用的辅助光类型，将主动光视觉法分为结构光法和激光扫描法，其中结构光法采用单激光作为辅助光源，激光扫描法采用扫描激光束作为辅助光源。
文献论述了基于结构光的焊缝检测传感器的设计。由于辅助光源是可控的，采用这种方法所获取的图像可去除环境干扰，不仅能够检测出焊缝的中心位置，而且还能够获得焊缝截面的形状和尺寸等特征参数，适合不同的焊缝检测和各种焊接方法。激光扫描法是利用光学三角原理来获得传感器和激光点之间的精确距离。工作时激光束投射在扫描震荡器电机的反射镜上，在扫描振动的作用下，反射镜将光束反射到工作表面上，也形成“条形光”，但这个“条形光”的任意光强都等于激光束本身的光强，能得到很高的信噪比。激光扫描法在焊接机器人和自动化焊接中有广阔的应用前景。
1.2焊接控制系统中的图像处理技术
图像处理技术指将视觉传感器所采集的图像信息进行加工处理，提取焊缝和熔池的特征信息。一般图像处理过程包括以下几个方面。
1.2.1滤波去噪
在图像处理过程中存在着大量的噪声信号，因而在提取特征点之前，要对图像进行预处理，以降低弧光、飞溅等干扰信号的影响，增强图像的特征信息。预处理的方法主要有两种，一种是频域去噪，一种是空域去噪，前者是基于傅立叶变换的频域方法，后者是基于空间域技术方法。由于频域方法所需的计算量很大，实时性、快速性不理想，在实时图像处理中，常采用后者。经过滤波处理后,虽然除去了大量干扰信号，但同时也模糊了图像，因此有必要对图像进行增强处理。图像增强的方法有灰度修正、图像平滑、中值滤波和图像锐化等。其中直方图修正是图像增强最有效、最常用的方法之一。直方图修正利用图像的灰度分布信息,对灰度分布进行校正,来修正图像灰度,达到图像增强的目的.
1.2.2图像分割
图像分割是根据幅度、边缘、形状、灰度值和位置等把图像划分成若干区域。一般来说是将灰度值接近和位置靠近的像素划成一个区域，并提取某些特征，特征可以是图像灰度、颜色、纹理等。常用的方法有二值化分割和三值化分割。
1.2.3边缘检测
边缘检测是图像分析的重要内容，对于被动光视觉所采集的图像，边缘检测是焊缝检测的关键。常用的边缘检测方法是对原始图像按像素的某个领域构造边缘检测算子，考察图像每个像素在某个邻域内灰度的变化，运用边缘邻近的一阶或二阶方向导数变化规律来提取相关信息。近年来，还出现了各种新型的边缘检测算法，如基于小波的边缘检测、基于形态学的边缘检测、基于神经网的边缘检测、基于遗传算法的边缘检测、基于分形理论的边缘检测。文献将离散小波变换和奇异分析理论用到焊缝提取中，采用了db2小波对焊缝特征进行了分析，文献中采用形态学的方法提取熔池边缘，经过腐蚀及膨胀后可以对图像进行边缘提取，文献用样本图像对多神经网络进行训练，将训练后网络再进行实测图像的边缘检测，通过遗传算法进行边缘检测提取值的自动选取，增强了视觉系统的实时性和鲁棒性。
1.2.4特征分析
焊接区图像经过处理以后，然后要进行焊缝的特征分析，对于不同的视觉方法应采用不同的分析方法。对于结构光视觉，当焊缝为直线时一般采取对焊缝图像进行斜率分析，找到焊缝左边缘和右边缘并求其平均值的方法找到焊缝中心，对于被动光视觉的特征分析，文献进行了详细的分析。
2视觉传感及图像处理在焊缝跟踪中的应用
焊缝自动跟踪是焊接过程中质量实时控制的一个重要内容。特别是在自动跟踪中，焊缝的偏差大小直接决定着焊接质量的高低。近几年来，由于随着计算机的发展，计算机图像处理、模糊控制和人工神经网络论等新技术逐步应用于焊缝跟踪研究，并且取得了相当大的进展，采用了CCD摄像机及微型计算机配合模糊控制及模式识别等先进控制方法和运算方法，不仅能实现焊缝自动跟踪，计算缝隙大小，识别接头等多种功能，而且可以在自动跟踪焊缝的过程中同进对焊缝焊接质量进行实时控制，实现智能化焊接。
随着计算机技术的发展，图像处理技术得到了很大的提高，因此，采用被动光获取焊接区熔池图像的方法越来越得到重视。在电弧焊过程中，采用被光视觉直接获取焊接熔池的图像时，弧焊过程中所产生的强烈的弧光对传感器的接收信号产生很大的干扰。文献详细说明了在接收光路中采用干涉滤光片和防热玻璃片，可以有效地排除弧光的干扰。在主动光视觉传感的系统中，主要利用窄带复合滤光系统滤除非连续光谱的电弧强光，并且采用高强度脉冲激光或具有图像增强器的高频闪光灯作为辅助光源，可以有效抑制弧光获取清晰图像。文献详细介绍了主动式激光频闪视觉传感获取图像，它在摄像机成像的光路系统中加有与激光波长，相匹配的窄带光学滤波器，摄像机的快门与激光脉冲同步，因此,熔池在摄像机上成像时,激光就能有效抑制弧光干扰，同时也抑制了其它波长的弧光干扰，进一步提高了图像的信噪比。
在实际的焊接过程中，焊缝的质量控制与焊接温度场有很大的关系，因此有些学者通过对焊接温度场的检测和分析，来控制焊缝的纠偏，实现焊接过程中的焊缝的自动跟踪。文献使用图像传感器直接摄取电弧正下方熔池的的温度场，发现焊道宽度与被测截面峰值温度的半宽之间存在着线性关系，另外还发现接头熔深的对数与被测截面的蜂值温度下的积分面积也存在线性关系，将发现的规律用了焊接过程的质量控制，取得了较好的效果。
3视觉传感及图像处理技术在焊缝成形控制中的应用
视觉传感及图像处理在焊缝成形控制的典型应用就是对焊接熔宽与熔深的实时检测与控制。为防止烧穿或未熔透，对单面焊双面成形或薄板焊接的焊缝成形进行实时检测是焊接研究领域的重点之一，随着视觉传感和计算机图像处理技术发展，现在已经能够成功地从焊接熔池图像中提取熔池宽度和深度的信息。根据视觉传感器位置不同，可分为背面和正面检测法，直接同轴检测法，滞后或超前检测法等。文献介绍了在GTAW焊的条件下用CCD摄像机在焊缝正面对熔池形状进行监测。它通过计算机进行图像处理，采用人工神经网络和模糊控制理论模拟焊工对实际焊接时一旦情况发生变化所作出的反应，计算并给出所需的焊接电流。实时控制焊道的宽度从而控制焊接熔深，可实现GTAW焊的实时控制。
在有些情况下，被焊材料成分的微小变化会导致熔深熔宽关系的极大变化。因此，有些学者采用CCD传感器在焊缝背面直接监视焊接熔深的研究。焊接过程的质量控制和焊接温度场有着密切的关系，通过对焊接温度场的检测和分析可以同时提取焊接过程的多个信息。因此，可以通过对焊接温度场的检测和分析来实现焊接成形过程的质量控制，如熔透控制。
从另一方面论述了检测焊接温度与焊接质量控的关系。它用视觉传感器将拍摄的焊接温度场红外热图线转化为视频电信号，图像采集卡将视频信号转化为数字信号存储在计算机内存中，计算机对存储的图像进行处理得到焊缝的偏差值和偏差变化率，然后用模糊控制器计算出纠偏，输出控制量，经接上电路送入执行机构进行实时纠偏。同时利用模糊控器计算出熔透输出控制量，经过D/A转化器送入PWM逆变电源调节送丝机构的速度达到调节熔透的目的。
4视觉传感及图像处理技术在焊接控制应用存在的问题
视觉传感系统一般都为复杂，在焊接过程中存在着光电磁等干扰因素，系统的可靠性比较低。同其它焊接传感器比，视觉传感器成本相对较高，视觉传感器必须去除焊接弧光的干扰，为实现这一目的，一般使用滤光片，但同时也降低传感信号的一些特征。计算机图像处理技术还有待发展，处理速度还有待提高。
5视觉传感和图像处理技术在焊接应用的展望
视觉传感器是焊接传感器中发展最快的一种高精度传感器，把它用于焊接过程中，可以使研究者观察到其他传感器所不能提供的直观信息，为焊接现象的描述及内在规律的解释提供了极好的条件和直接的证据。把图像处理技术应用到现代焊接技术中，将会推动焊接过程质量实时传感与控制的发展和成熟。随着计算机的发展，图像处理速度会越来越快，可以预见，视觉传感及图像处理技术在现代焊接控制中必将有更加深入的应用。